1、隨著醫(yī)學(xué)影像技術(shù)的發(fā)展，醫(yī)學(xué)影像設(shè)備在醫(yī)院得到了廣泛應(yīng)用，積累了大量病人的醫(yī)學(xué)圖像數(shù)據(jù)及相關(guān)醫(yī)學(xué)參數(shù)。利用數(shù)據(jù)挖掘技術(shù)挖掘出隱含在這些海量圖像數(shù)據(jù)中的有用信息，不但可以輔助醫(yī)生對病人的病情做出有效的醫(yī)學(xué)診斷，而且可以促進醫(yī)學(xué)經(jīng)驗和知識通過網(wǎng)絡(luò)進行共享。
　　 本文首先分析醫(yī)學(xué)圖像挖掘領(lǐng)域的研究現(xiàn)狀，然后針對醫(yī)學(xué)圖像挖掘中所涉及的相關(guān)技術(shù)進行分析和研究。之后針對人腦CT圖像展開了分類關(guān)鍵技術(shù)的研究。
　　 主要研究內(nèi)容和創(chuàng)

2、新點如下：
　　 (1)醫(yī)學(xué)圖像的特征表達(dá)。首先結(jié)合醫(yī)學(xué)領(lǐng)域知識提取醫(yī)學(xué)圖像中的ROI區(qū)域，提取ROI的特征屬性，并根據(jù)這些特征屬性對ROI進行聚類，最終將醫(yī)學(xué)圖像組織成醫(yī)學(xué)特征數(shù)據(jù)庫的形式。
　　 (2)研究目前廣泛應(yīng)用的兩種集成分類方法，串行執(zhí)行的AdaBoost算法和并行執(zhí)行的隨機森林算法。
　　 (3)基于對AdaBoost算法的研究，針對醫(yī)學(xué)圖像分類中不同類型的錯誤分類造成的分類誤差代價存在著嚴(yán)重的不平